HeyGen VoiceはArtificial AnalysisのPronunciation Robustnessベンチマークで全体83.1%を獲得し、29モデル中第10位にランクインしています。
Pronunciation Robustnessは、Text to Speechモデルが4つのカテゴリにわたる難解なテキストを正しく発音できるかを測定するもので、人間のレビュアーが各クリップを事前に合意された許容発音と照らし合わせて判定します。
➤ 正確なシーケンスの維持: 83.3%、85.7%のSpaceXAI TTSに次いで第2位
➤ 単独用語: 90.5%、95.1%でEleven v3 Conversationalが首位
➤ 文脈に応じた適切さ: 89.8%、97.9%でGemini 3.8 Flash TTSが首位
➤ 略語の展開: 77.0%、80.2%のQwen-Audio-3.1-TTS-Plusと比較し、94.1%でEleven v4が首位
